74
c. Uji t Parsial
Uji t bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independen secara individual parsial terhadap variabel dependen.
Apabila T
hitung
lebih besar dari T
tabel
T
hit
T
tab
dan nilai signifikan T
hitung
lebih kecil dari : 5 0,05 sig , berarti terdapat pengaruh signifikan antara variabel independen secara parsial dengan variabel dependen. Dengan
menggunakan metode regresianalisis regresi linear berganda, diperoleh hasil sebagai berikut:
Tabel 4.7 Hasil Uji t
Coefficients
a
Model Unstandardized
Coefficients t
Sig. B
Std. Error 1
Constant -65454.071 28312.759
-2.312 .026
inflasi -221.624
483.814 -.458
.649 dpk
.472 .054
8.719 .000
suku_bunga 1085.863 209.839
5.175 .000
a. Dependent Variable: posisi_kredit
75
a. Variabel inflasi memiliki nilai 0,649 0,05 yang artinya tidak signifikan, sedangkan t-hitung mempunyai nilai negatif sebesar 0,458 t tabel 1,67
yang berarti tidak signifikan. Signifikan disni berarti H diterima dan H
1
ditolak. Artinya variabel inflasi secara parsial tidak berpengaruh terhadap posisi kredit modal kerja.
b. Variabel DPK memiliki nilai 0,000 0,05 artinya mempunyai pengaruh yang signifikan. Sedangkan
thitung
8,719
ttabel
1,67 yang berarti H ditolak dan H
1
diterima. Artinya DPK secara parsial mempunyai pengaruh yang signifikan terhadap posisi kredit modal kerja bank
persero.
c. Variabel suku bunga kredit modal kerja memiliki nilai 0,000 0,05 yang
berarti mempunyai pengaruh signifikan, sedangkan
thitung
5,175
ttabel
yang berarti
H1
diterima dan
H0
ditolak. Artinya suku bunga kredit modal kerja mempunyai pengaruh yang signifikan terhadap posisi kredit modal
kerja. 3.
Uji Asumsi Klasik
a. Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah model regresi
variabel dependen, variabel independen atau keduanya mempunyai distribusi data normal atau mendekati normal. Untuk mengetahui normal
atau tidaknya yaitu dengan melihat penyebaran titik-titik pada garis diagonal maka dikatakan data tersebut memenuhi asumsi normalitas dan
76
sebaliknya jika data tersebut tidak mengikuti arah garis diagonal, maka data tersebut tidak memenuhi asumsi normalitas.
Gambar 4.8 Hasil Uji Normalitas Terlihat bahwa ssebaran data pada chart diatas bisa dikatakan tersebar
disekeliling garis lurus tersebut tidak terpencar jauh dari garis lurus. Maka dapat dikatakan bahwa persyaratan normalitas bisa dipenuhi dan
dapat diindikasikan bahwa data ini memenuhi asumsi normalitas. b. Uji Multikolinearitas
Dari hasil perhitungan menunjukkan nilai VIF nilai inflasi, DPK, suku bunga kredit modal kerja bank persero masing-masing dibawah 10,
sehingga bisa diduga bahwa antar variabel independen tidak terjadi persoalan multikolinearitas.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E x
p e
c te
d C
u m
P ro
b
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: posisi_kredit
77
Tabel 4.9 Hasil Uji Multikolinearitas
Tabel 4.9 menunjukkan bahwa masing – masing variabel independen inflasi, DPK, dan suku bunga kredit modal kerja bank persero memiliki
nilai tolerance sebesar untuk inflasi 0, 546, dpk sebesar 0,182 dan suku bunga kredit modal kerja sebesar 0,250. Hal ini menunjukkan antar variabel
bebas pada model ini tidak terjadi masalah multikolinearitas antar variabel regresi ini.
c. Uji Autokorelasi Uji autokorelasi merupakan pengujian asumsi dalam model regresi
dimana variabel independen tidak berkolerasi dengan dirinya sendiri. Maksud berkolerasi dengan dirinya sendiri adalah bahwa nilai dari variabel
independen tidak berhubungan dengan nilai variabel itu sendiri. Model
Collinearity Statistics Tolerance VIF
Constant inflasi
.546 1.830
dpk .182
5.486 sukubunga .250
3.999 a. Dependent Variable: posisi_kredit
78
Tabel 4.10 Hasil Uji Autokorelasi
Pengujian adanya otokorelasi dilakukan dengan melihat nilai Durbin Watson. Hasil uji Durbun Watson dari ketiga variabel yaitu inflasi, DPK,
suku bunga kredit modal kerja bank persero terhadap posisi kredit modal kerja bank persero didapat sebesar 1,322 yang artinya dalam model regresi
linear berganda terbebas dari asumsi klasik statistik otokorelasi dan model ini layak untuk digunakan
d. Uji Heteroskedastisitas Output pada gambar scatterplot menunjukkan penyebaran titik-titik data
menyebar diatas dan dibawah atau sekitar nol. Titik-titik data tidak mengumpul hanya diatas dan dibawah saja. Penyebaran titik ini tidak
berbentuk pola. Maka dapat disimpulkan bahwa model regresi linear berganda terbebas dari asumsi klasik statistik heteroskedastisitas dan layak
digunakan dalam penelitian.
Model Summary
b
Model Durbin-Watson
1 1.322
a
a. Predictors: Constant, kredit kmk, inflasi, dpk b. Dependent Variable: posisi kredit
79
Gambar 4.11 Hasil Uji Heteroskedastisitas
Pada gambar diatas terlihat bahwa data sudah menyebar dan dan tidak membentuk pola tertentu dengan jelas, serta telah tersebar baik diatas
maupun dibawahangka 0 pada sumbu Y . hal ini mengidentifikasikan bahwa pada model ini sudah terbebas dari gejala heteroskedastisitas,
sehingga model ini layak dipakai untuk memprediksi variabel dependen berdasarkan masukan variabel independen.
4. Interpretasi
Kategori